导航
AI BENCHY
AD
Track all your projects in one dashboard. Get 📊stats, 🔥heatmaps and 👀recordings in one self-hosted dashboard.
uxwizz.com

AI BENCHY 对比

Google: Gemini 2.5 Flash vs Qwen: Qwen3.7 Plus

摘要

Gemini 2.5 Flash vs Qwen3.7 Plus benchmark 对比：Gemini 2.5 Flash 平均分领先，为 8.2 vs 7.2。 Qwen3.7 Plus benchmark 成本更低，为 $0.023 vs $0.379。 Qwen3.7 Plus 更快，为 2.85s vs 15.49s，通过率为 69.8% vs 47.6%。

推荐模型: Qwen3.7 Plus - 它提供了最佳整体取舍：得分有竞争力（7.2），成本低于Gemini 2.5 Flash，响应时间也较均衡。

基准结果生成自 AI BENCHY 测试套件，时间：: 2026-06-18

指标 Gemini 2.5 Flash Gemini 2.5 Flash medium 发布日期: 2025-06-17 Qwen3.7 Plus Qwen3.7 Plus none 发布日期: 2026-06-03
分数 8.2 7.2
排名 #24 #60
可靠性 10.0 10.0
一致性 9.6 10.0
测试正确
尝试通过率 69.8% 47.6%
不稳定测试 1 0
总运行次数 63 63
每个结果成本 2.701 0.276
总成本 $0.379 $0.023
输入价格 $0.300 / 1M $0.320 / 1M
输出价格 $2.500 / 1M $1.280 / 1M
总输入令牌 34,476 42,510
输出令牌 1,930 6,578
推理令牌 145,145 0
响应时间（平均） 15.49s 2.85s
响应时间（最大） 95.48s 29.38s
响应时间（总计） 325.39s 59.86s

生成展示

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#24 Gemini 2.5 Flash

medium
无效SVG
成本
$0.000
时间
274.0s
令牌
0 tok

#60 Qwen3.7 Plus

none
成本
$0.019
时间
213.5s
令牌
11,960 tok

按分数排名的模型

分数 vs 总成本

响应时间（平均）

分数 vs 响应时间（平均）

总输出令牌

分数 vs 总输出令牌

类别细分

反AI技巧 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 8.4 10.0 75.0% 0 6.30s 492 255 10,233
Qwen3.7 Plus 6.5 10.0 50.0% 0 1.38s 696 349 0
编程 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 7.8 10.0 66.7% 0 41.01s 6,669 543 32,303
Qwen3.7 Plus 5.5 10.0 33.3% 0 2.15s 7,911 639 0
综合 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 10.0 10.0 100.0% 0 28.44s 12,522 303 11,922
Qwen3.7 Plus 10.0 10.0 100.0% 0 29.38s 14,952 4,505 0
数据解析与提取 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 10.0 10.0 100.0% 0 4.06s 7,257 279 2,325
Qwen3.7 Plus 10.0 10.0 100.0% 0 1.43s 7,794 243 0
领域专项 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 5.9 7.2 55.6% 1 37.34s 633 18 80,702
Qwen3.7 Plus 3.0 10.0 0.0% 0 868ms 789 18 0
通用智能 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 4.8 10.0 0.0% 0 4.86s 486 92 1,899
Qwen3.7 Plus 5.3 10.0 0.0% 0 1.33s 522 78 0
指令遵循 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 9.8 10.0 100.0% 0 2.62s 615 69 1,203
Qwen3.7 Plus 6.3 10.0 50.0% 0 929ms 711 72 0
谜题求解 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 7.7 10.0 66.7% 0 3.18s 558 126 2,499
Qwen3.7 Plus 7.7 10.0 66.7% 0 1.71s 714 443 0
工具调用 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 10.0 10.0 100.0% 0 6.20s 5,088 234 1,140
Qwen3.7 Plus 10.0 10.0 100.0% 0 3.54s 8,211 222 0
常识问答 分数 一致性 尝试通过率 不稳定测试 测试正确 响应时间（平均） 输入令牌 输出令牌 推理令牌
Gemini 2.5 Flash 3.0 10.0 0.0% 0 2.76s 156 11 919
Qwen3.7 Plus 3.0 10.0 0.0% 0 1.21s 210 9 0

快速对比

切换对比组合

Gemma 4 26B A4Bmedium免费可用vsQwen3.7 PlusnoneDeepSeek V4 FlashhighvsGemini 2.5 FlashmediumQwen3.7 PlusnonevsStep 3.7 FlashhighQwen3.7 PlusnonevsGLM 5.1mediumKimi K2.7 CodemediumvsQwen3.7 PlusnoneQwen3.7 PlusnonevsGrok 4.20mediumGemini 3 Flash PreviewlowvsQwen3.7 PlusnoneQwen3.7 PlusnonevsMiMo-V2.5-PromediumSeed-2.0-MinimediumvsQwen3.7 PlusnoneGemini 2.5 FlashmediumvsGPT-5.2 ChatnoneDeepSeek V3.2mediumvsQwen3.7 PlusnoneGemini 3.5 FlashminimalvsQwen3.7 Plusnone